LLM не способны пройти тест Тьюринга в Tinder: реальный опыт дейтинг‑аутстаффа

В статье на Habr ML автор, который ведёт собственный микробизнес — дейтинг‑аутстафф, рассказывает о практических ограничениях больших языковых моделей (LLM) в сфере онлайн‑знакомств. Несмотря на то, что в Reddit и в соцсетях часто встречаются истории вроде «я натравил скрипт на Tinder и нашёл жену», реальность оказывается гораздо сложнее.

Автор ежедневно управляет аккаунтами мужчин и женщин, ведёт их переписки, подбирает фразы, учитывает контекст, настроение и культурные нюансы, а затем переводит онлайн‑мэтчи в реальные свидания. По его словам, попытки заменить эту работу LLM приводят к нескольким типичным проблемам:

• Отсутствие эмоционального интеллекта. Модели часто генерируют «правильные» по грамматике ответы, но они лишены искренности, что быстро раскрывается собеседником.
• Непредвиденные фильтры и блокировки. Платформы, такие как Tinder, активно борются с автоматизированными сообщениями, отмечая их как спам.
• Непонимание контекста. Даже самые продвинутые модели (GPT‑4, Claude‑3) часто теряют нить диалога после нескольких сообщений, особенно когда меняются темы или появляются шутки.
• Этические и правовые риски. Использование ботов без согласия может нарушать правила сервиса и вызывать репутационные потери.

Автор подчёркивает, что пока LLM могут выступать лишь в роли ассистентов — предлагая варианты фраз, проверяя орфографию и помогая с планированием стратегии общения. Полная автоматизация всё ещё далека от реальности, особенно в сфере, где успех зависит от тонкой человеческой эмпатии.

Полный текст статьи доступен по ссылке: https://habr.com/ru/articles/1085294/